320MB LoRA 让 Qwen3.8-27B 关思考也能打:SWE-bench Pro 43.1%

HauntingMoment · reddit · 2026-11-19

Nous Research 团队在 Hermes Agent 环境里,对冻结的 Qwen3.8-27B 做 RL 训练,只加一个 r=32、约 320MB(F16 GGUF)的 LoRA 适配器,第三个 harness 适配器(此前有 pi 和 OpenCode 版本)。

关键结果(同一任务、同设置、每任务一次机会):

换言之,这个小适配器让模型不开长思考也能拿到接近开思考的准确率,token 消耗减少 3.5–4.4 倍。

已开源 GGUF 与模型卡,可用 llama.cpp 一条命令本地跑(含 llama serve 示例、vLLM/transformers/PEFT 合并说明),所有评测轨迹公开可查,完整配方周五发博客。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →